证据理论方法-浙江大学计算机学院课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《证据理论方法-浙江大学计算机学院课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 证据 理论 方法 浙江大学 计算机 学院 课件
- 资源描述:
-
1、浙江大学研究生浙江大学研究生人工智能引论人工智能引论课件课件徐从富徐从富(Congfu Xu) PhD, Associate Professor Email: Institute of Artificial Intelligence, College of Computer Science, Zhejiang University, Hangzhou 310027, P.R. ChinaMarch 10, 2002第一稿第一稿April 18, 2007第四次修改稿第四次修改稿第四讲 不确定性推理概述(Chapter4 Uncertainty Reasoning )Outlinen本章的主要参
2、考文献n基本概念n基本问题n不确定性推理方法的分类n不确定性度量的测度理论n不确定性的其它度量方法nShannon信息熵及在决策树中的应用信息熵及在决策树中的应用n模糊推理模糊推理1 王永庆. 人工智能原理与方法人工智能原理与方法. 西安交通大学出版社, 1998. pp156-252. (偏重基本概念)2 张文修, 梁怡. 不确定性推理原理不确定性推理原理. 西安交通大学出版社, 1996. (偏重数学原理)3 陆汝钤. 人工智能人工智能(下册下册). 科学出版社, 2000. pp1133-1170. (偏重Bayes概率推理、可信度、模糊推理)4 史忠植. 知识发现知识发现. 清华大学出
3、版社, 2002. pp24-26, pp141-202. (偏重Rough set和贝叶斯网络)本章的主要参考文献本章的主要参考文献5 Mitchell, T. M.著, 曾华军等译. 机器学习机器学习. 机械工业出版社, 2003. pp112-143. (偏重贝叶斯学习)6 Russell, S., Norvig, P. Artificial Intelligence: A Modern Approach. 人民邮电出版社, 2002. pp413-522. (偏重贝叶斯网络及其应用)本章的主要参考文献(续)本章的主要参考文献(续)“Blessed is the nation whose
4、 God is the LORD, the people he chose for his inheritance.” From PSALMS 33:12 NIV 4.1.1 精确推理的局限性精确推理的局限性 推理推理n依据已知事实(证据)、相关知识(规则)n证明某个假设成立 or 不成立 精确推理及其不足精确推理及其不足n将原本为不确定性的关系“硬性”转化为精确关系n将原本不存在明确界限的事物“人为”划定界限n歪曲了现实情况的本来面目n舍弃了事物的某些重要属性n失去了真实性4.1 基本概念4.1.2 不确定性推理的定义及意义不确定性推理的定义及意义1. 定义定义n也称“不精确性推理”n从不确
5、定性的初始证据(即已知事实)出发n运用不确定性的知识(或规则)n推出具有一定程度的不确定性但却是合理或近乎合理的结论2. 意义意义n使计算机对人类思维的模拟更接近于人类的真实思维过程4. 2 不确定性推理中的基本问题不确定性推理中的基本问题n不确定性的表示与度量不确定性的表示与度量n不确定性匹配不确定性匹配n不确定性的传递算法不确定性的传递算法n不确定性的合成不确定性的合成4.2.1 不确定性的表示与度量不确定性的表示与度量1. 不确定性的表示不确定性的表示n选择不确定性表示方法时应考虑的因素选择不确定性表示方法时应考虑的因素n充分考虑领域问题的特征n恰当地描述具体问题的不确定性n满足问题求解
6、的实际需求n便于推理过程中对不确定性的推算不确定性的表示与度量(续不确定性的表示与度量(续1)2. 不确定性的度量不确定性的度量n针对不同的领域问题采用不同的度量方法针对不同的领域问题采用不同的度量方法n用不同的数值刻画不同的不确定性程度n事先规定不确定性程度的取值范围3. 常用的度量方法常用的度量方法n测度理论(基于概率统计的度量方法)nShannon信息熵n其它度量方法n不确定性的表示与度量(续不确定性的表示与度量(续2)在选择不确定性度量方法时应考虑的因素:在选择不确定性度量方法时应考虑的因素:n充分表达相应知识及证据不确定性的程度n度量范围便于领域专家及用户估计不确定性n便于计算过程中
7、的不确定性传递,结论的不确定性度量不超出规定的范围n度量的确定应直观,且有相应的理论依据4.2.2 不确定性匹配不确定性匹配n解决不确定性匹配的常用方法解决不确定性匹配的常用方法n设计一个匹配算法匹配算法用以计算相似度n指定一个相似度的“限定”(即阈值阈值)“To do what is right and just is more acceptable to the LORD than sacrifice.” From PROVERBS 21:3 NIV 4.2.3 证据不确定性的组合证据不确定性的组合n单一证据单一证据 & 组合证据组合证据n单一证据单一证据:前提条件仅为一个简单条件n组合证
8、据组合证据:一个复合条件对应于一组证据n前提条件用AND(与)或OR(或)把多个简单条件连接起来构成复合条件(1 1)最大最小法)最大最小法T(E1 AND E2) = min T(E1), T(E2)T(E1 OR E2) = max T(E1), T(E2)(2 2)概率方法)概率方法 (要求事件之间完全独立)(要求事件之间完全独立) T(E1 AND E2) = T(E1) T(E2) T(E1 OR E2) = T(E1) + T(E2) - T(E1) T(E2)(3 3)有界方法)有界方法T(E1 AND E2) = max 0, T(E1) + T(E2) -1T(E1 OR E
9、2) = min 1, T(E1) + T(E2)【注】:上述T(E)表示证据E为真的程度,如可信度、概率等。每组公式都有相应的适用范围和使用条件。常用的组合证据不确定性计算方法常用的组合证据不确定性计算方法4.2.4 不确定性的传递不确定性的传递n包含两个子问题包含两个子问题n在每一步推理每一步推理中,如何把证据及知识的不确定性传递给给结论n在多步推理多步推理中,如何把初始证据的不确定性传递给最终结论4.2.5 结论不确定性的合成结论不确定性的合成n用不同知识进行推理得到相同的结论n同个结论的不确定性程度却不相同n需要用合适的算法对它们进行合成4. 3 不确定性推理方法的分类不确定性推理方法
10、的分类4.3.1 不确定性推理的两条研究路线不确定性推理的两条研究路线n模型方法模型方法n在推理一级上扩展确定性推理n不确定证据和知识与某种度量标准对应n给出更新结论不确定性的算法n构成相应的不确定性推理模型n控制方法控制方法n在控制策略一级上处理不确定性n无统一的不确定性处理模型,其效果依赖于控制策略4.3.2 4.3.2 不确定性推理方法的分类不确定性推理方法的分类不确定性推理模型方法控制方法数值方法非数值方法概率统计方法模糊推理方法粗糙集方法绝对概率方法贝叶斯方法证据理论方法HMM方法发生率计算相关性制导回溯、机缘控制、启发式搜索等可信度方法4.3.3 关于不确定性推理方法的说明关于不确
展开阅读全文